情感计算中的“情感隐私计算”如何实现“数据可用不可见”? 热门官方
回答:核心技术包括:① 联邦学习+同态加密:各参与方(如医院、学校)在本地训练情感模型,上传参数时用同态加密(如Paillier算法)处理,中央服务器仅能聚合密文参数,无法解密原始数据;② 安全多方计算(MPC):多机构联合计算情感数据的统计特征(如“某年龄段焦虑情感占比”),无需共享原始数据;③ 差分隐私(DP):在数据采集中添加校准噪声(如拉普拉斯噪声),确保单个用户的情感数据无法被逆向推导。某医疗联盟应用后,跨机构情感数据协作效率提升80%,且通过第三方隐私审计。
用户讨论(回复)
共 0 条记录,当前显示第 1- 条
« 上一页
下一页 »
相关阅读